論文の概要: Ridiculously Compact Entanglement Purification
- arxiv url: http://arxiv.org/abs/2311.10971v1
- Date: Sat, 18 Nov 2023 04:39:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-22 13:07:20.203067
- Title: Ridiculously Compact Entanglement Purification
- Title（参考訳）: 巧妙にコンパクトな絡み合い浄化
- Authors: Craig Gidney
- Abstract要約: 本論文は, 極めて少ない貯蔵量で, 絡み合いを浄化できることを示唆する。
対象不忠実な$epsilon$のアンタングルペアは、$tildeO(log frac1epsilon)$ timeで作成できる。
- 参考スコア（独自算出の注目度）: 0.03922370499388702
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper shows that entanglement can be purified using very little storage,
assuming the only source of noise is in the quantum channel being used to share
the entanglement. Entangled pairs with a target infidelity of $\epsilon$ can be
created in $\tilde{O}(\log \frac{1}{\epsilon})$ time using $O(\log^{\ast}
\frac{1}{\epsilon})$ storage space, where $\log^{\ast}$ is the iterated
logarithm. This is achieved by using multiple stages of error detection, with
boosting within each stage. Concretely, the paper shows that 9 qubits of
noiseless storage is enough to turn entanglement with an infidelity of $1/3$
into way-better-than-anything-you'll-ever-need entanglement with an infidelity
of $10^{-78}$. Alternatively, for the truly discerning, 11 qubits is enough to
reach an infidelity of $10^{-1000000000000000000000000000}$.
- Abstract（参考訳）: 本論文は, 絡み合いの共有に使用される量子チャネルにのみノイズの源が存在することを前提として, 絡み合いを最小限のストレージで浄化できることを示唆する。
目標の不確かさである$\epsilon$との絡み合ったペアは、$o(\log^{\ast} \frac{1}{\epsilon})$ストレージ空間を使って$\tilde{o}(\log \frac{1}{\epsilon})$で作成することができる。
これは、エラー検出の複数のステージを使用して、各ステージ内で強化される。
具体的には、9キュービットのノイズのないストレージで、エンタングルメントを3ドル(約3万2000円)のインフィディティで、必要なエンタングルメントを10～78ドル(約1万1000円)のインフィディティで実現できます。
あるいは、真に認識するためには、11量子ビットは10-1000000000000000000000000000000000000000000000}$に到達するのに十分である。
関連論文リスト
- Learning junta distributions and quantum junta states, and QAC$^0$ circuits [0.0]
本稿では,量子ジャンタ分布の学習問題,量子カウンター部,量子ジャンタ状態,QAC$0$回路について考察する。
誤差$varepsilon$を全変動距離で学習できることが示される。
また、$Omega(4k+log (n)/varepsilon2)$コピーの低い境界も証明します。
論文 参考訳（メタデータ） (2024-10-21T09:39:20Z) - Simple and Nearly-Optimal Sampling for Rank-1 Tensor Completion via Gauss-Jordan [49.1574468325115]
ランク1テンソルを$otimes_i=1N mathbbRd$で完了する際のサンプルと計算複雑性を再考する。
本稿では,一対のランダム線形系上で,ガウス・ヨルダンに相当するアルゴリズムを許容する問題のキャラクタリゼーションを提案する。
論文 参考訳（メタデータ） (2024-08-10T04:26:19Z) - Basic quantum subroutines: finding multiple marked elements and summing
numbers [1.1265248232450553]
量子クエリーの最適数$O(sqrtN k)$を用いて、サイズ$N$のリスト内のすべての$k$マーク要素を見つける方法を示す。
論文 参考訳（メタデータ） (2023-02-20T19:11:44Z) - Low-Stabilizer-Complexity Quantum States Are Not Pseudorandom [1.0323063834827415]
安定度が低い」量子状態は、Haar-randomと効率的に区別できることを示す。
我々は、計算的に擬似ランダムな量子状態を作成するためには、任意のクリフォード+$T$回路に対して$omega(log(n))$$T$-gatesが必要であることを証明した。
論文 参考訳（メタデータ） (2022-09-29T03:34:03Z) - Random quantum circuits transform local noise into global white noise [118.18170052022323]
低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。
十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。
ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
論文 参考訳（メタデータ） (2021-11-29T19:26:28Z) - Divide-and-conquer verification method for noisy intermediate-scale
quantum computation [0.0]
ノイズの多い中間スケールの量子計算は、スパース量子コンピューティングチップ上の対数深度量子回路と見なすことができる。
このようなノイズの多い中間スケール量子計算を効率よく検証する手法を提案する。
論文 参考訳（メタデータ） (2021-09-30T08:56:30Z) - Learning low-degree functions from a logarithmic number of random
queries [77.34726150561087]
任意の整数 $ninmathbbN$, $din1,ldots,n$ および任意の $varepsilon,deltain(0,1)$ に対して、有界関数 $f:-1,1nto[-1,1]$ に対して、少なくとも$d$ の次数を学ぶことができる。
論文 参考訳（メタデータ） (2021-09-21T13:19:04Z) - Threshold Phenomena in Learning Halfspaces with Massart Noise [56.01192577666607]
ガウス境界の下でのマスアートノイズ付きmathbbRd$におけるPAC学習ハーフスペースの問題について検討する。
この結果は,Massartモデルにおける学習ハーフスペースの複雑さを定性的に特徴づけるものである。
論文 参考訳（メタデータ） (2021-08-19T16:16:48Z) - Quantum Coupon Collector [62.58209964224025]
我々は、$k$-要素集合$Ssubseteq[n]$が、その要素の一様重ね合わせ$|Srangleからいかに効率的に学習できるかを研究する。
我々は、$k$と$n$ごとに必要となる量子サンプルの数に厳密な制限を与え、効率的な量子学習アルゴリズムを与える。
論文 参考訳（メタデータ） (2020-02-18T16:14:55Z) - On the Complexity of Minimizing Convex Finite Sums Without Using the
Indices of the Individual Functions [62.01594253618911]
有限和の有限ノイズ構造を利用して、大域オラクルモデルの下での一致する$O(n2)$-upper境界を導出する。
同様のアプローチを踏襲したSVRGの新規な適応法を提案し、これはオラクルと互換性があり、$tildeO(n2+nsqrtL/mu)log (1/epsilon)$と$O(nsqrtL/epsilon)$, for $mu>0$と$mu=0$の複雑さ境界を実現する。
論文 参考訳（メタデータ） (2020-02-09T03:39:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。